Prefect

Gestiona y observa flujos de trabajo de Prefect mediante lenguaje natural.

Documentación

Obsoleto 27-Nov-2025

He movido personalmente mis esfuerzos a un MCP más genérico basado en especificaciones OpenAPI: https://github.com/allen-munsch/yas-mcp

Además, en realidad hay una versión beta oficial de prefect disponible aquí: https://pypi.org/project/prefect-mcp/

Servidor MCP de Prefect

Una implementación de servidor de Model Context Protocol (MCP) para Prefect, que permite a los asistentes de IA interactuar con Prefect a través de lenguaje natural.

Nota: El servidor MCP oficial de Prefect está disponible aquí. Esta es una implementación de la comunidad.

🚀 Inicio Rápido

docker compose up

📦 Instalación

Instalación con pip

pip install mcp-prefect

Desde el Código Fuente

git clone https://github.com/allen-munsch/mcp-prefect
cd mcp-prefect
pip install -e .

Ejecución Manual

PREFECT_API_URL=http://localhost:4200/api \
PREFECT_API_KEY=your_api_key_here \
MCP_PORT=8000 \
python -m mcp_prefect.main --transport http

🛠️ Características


╭────────────────────────────────────────────────────────────────────────────╮
│                                                                            │
│        _ __ ___  _____           __  __  _____________    ____    ____     │
│       _ __ ___ .'____/___ ______/ /_/  |/  / ____/ __ \  |___ \  / __ \    │
│      _ __ ___ / /_  / __ `/ ___/ __/ /|_/ / /   / /_/ /  ___/ / / / / /    │
│     _ __ ___ / __/ / /_/ (__  ) /_/ /  / / /___/ ____/  /  __/_/ /_/ /     │
│    _ __ ___ /_/    \____/____/\__/_/  /_/\____/_/      /_____(*)____/      │
│                                                                            │
│                                                                            │
│                                FastMCP  2.0                                │
│                                                                            │
│                                                                            │
│                 🖥️  Server name:     MCP Prefect 3.6.1                      │
│                 📦 Transport:       STDIO                                  │
│                                                                            │
│                 🏎️  FastMCP version: 2.12.3                                 │
│                 🤝 MCP SDK version: 1.14.1                                 │
│                                                                            │
│                 📚 Docs:            https://gofastmcp.com                  │
│                 🚀 Deploy:          https://fastmcp.cloud                  │
│                                                                            │
╰────────────────────────────────────────────────────────────────────────────╯


[11/11/25 02:08:06] INFO     Starting MCP server 'MCP Prefect 3.6.1' with transport 'stdio'                                                                                     server.py:1495
✅ Initialized successfully
Server: MCP Prefect 3.6.1 1.14.1

🔄 Listing tools...

🎯 FOUND 64 TOOLS:
================================================================================

📂 ARTIFACT (6 tools)
  🔧 create_artifact
  🔧 delete_artifact
  🔧 get_artifact
  🔧 get_artifacts
  🔧 get_latest_artifacts
  🔧 update_artifact

📂 AUTOMATION (7 tools)
  🔧 create_automation
  🔧 delete_automation
  🔧 get_automation
  🔧 get_automations
  🔧 pause_automation
  🔧 resume_automation
  🔧 update_automation

📂 BLOCK (5 tools)
  🔧 delete_block_document
  🔧 get_block_document
  🔧 get_block_documents
  🔧 get_block_type
  🔧 get_block_types

📂 DEPLOYMENT (8 tools)
  🔧 delete_deployment
  🔧 get_deployment
  🔧 get_deployment_schedule
  🔧 get_deployments
  🔧 pause_deployment_schedule
  🔧 resume_deployment_schedule
  🔧 set_deployment_schedule
  🔧 update_deployment

📂 FLOW (13 tools)
  🔧 cancel_flow_run
  🔧 create_flow_run_from_deployment
  🔧 delete_flow
  🔧 delete_flow_run
  🔧 get_flow
  🔧 get_flow_run
  🔧 get_flow_run_logs
  🔧 get_flow_runs
  🔧 get_flow_runs_by_flow
  🔧 get_flows
  🔧 get_task_runs_by_flow_run
  🔧 restart_flow_run
  🔧 set_flow_run_state

📂 LOG (2 tools)
  🔧 create_log
  🔧 get_logs

📂 OTHER (1 tools)
  🔧 get_health

📂 TASK (4 tools)
  🔧 get_task_run
  🔧 get_task_run_logs
  🔧 get_task_runs
  🔧 set_task_run_state

📂 VARIABLE (5 tools)
  🔧 create_variable
  🔧 delete_variable
  🔧 get_variable
  🔧 get_variables
  🔧 update_variable

📂 WORK (13 tools)
  🔧 create_work_queue
  🔧 delete_work_queue
  🔧 get_current_workspace
  🔧 get_work_queue
  🔧 get_work_queue_by_name
  🔧 get_work_queue_runs
  🔧 get_work_queues
  🔧 get_workspace
  🔧 get_workspace_by_handle
  🔧 get_workspaces
  🔧 pause_work_queue
  🔧 resume_work_queue
  🔧 update_work_queue

📊 TOTAL: 64 tools across 10 categories

💬 Ejemplos de Interacción

Los asistentes de IA pueden ayudarte con:

Gestión de Flujos

"Muéstrame todos mis flujos y su estado de la última ejecución"
"Crea una nueva ejecución de flujo para el despliegue 'data-processing'"
"¿Cuál es el estado actual de la ejecución de flujo 'abc-123'?"

Control de Despliegues

"Pausa el horario para el despliegue 'daily-reporting'"
"Actualiza el despliegue 'etl-pipeline' con nuevos parámetros"

Gestión de Infraestructura

"Lista todos los grupos de trabajo y su estado actual"
"Crea una nueva cola de trabajo para trabajos de alta prioridad"

Variables y Configuración

"Crea una variable llamada 'api_timeout' con valor 300"
"Muéstrame todas las variables que contengan 'config' en su nombre"

Monitoreo y Depuración

"Obtén los registros de la última ejecución de flujo fallida"
"Muéstrame todas las ejecuciones de tareas en ejecución ahora mismo"

🤖 Integración de Plataformas

Claude Desktop

Añade a claude_desktop_config.json:

{
  "mcpServers": {
    "prefect": {
      "command": "mcp-prefect",
      "args": ["--transport", "stdio"]
    }
  }
}

Cursor MCP

{
  "mcpServers": {
    "prefect": {
      "command": "mcp-prefect",
      "args": ["--transport", "stdio"]
    }
  }
}

Gemini CLI

gemini config set mcp-servers.prefect "mcp-prefect --transport stdio"

Windsurf / Claude Code

{
  "mcpServers": {
    "prefect": {
      "command": "mcp-prefect",
      "args": ["--transport", "stdio"],
      "env": {
        "PREFECT_API_URL": "http://localhost:4200/api",
        "PREFECT_API_KEY": "your_api_key_here"
      }
    }
  }
}

Cliente MCP Genérico

{
  "mcpServers": {
    "prefect": {
      "command": "mcp-prefect",
      "args": ["--transport", "stdio"],
      "env": {
        "PREFECT_API_URL": "http://localhost:4200/api",
        "PREFECT_API_KEY": "your_api_key_here"
      }
    }
  }
}

🧪 Desarrollo

Ejecutar Pruebas

pytest tests/ -v

Compilar desde el Código Fuente

git clone https://github.com/allen-munsch/mcp-prefect
cd mcp-prefect
pip install -e .
python -m mcp_prefect